Адаптация аффинной формы - Affine shape adaptation
Обнаружение функции |
---|
Обнаружение края |
Обнаружение углов |
Обнаружение BLOB-объектов |
Обнаружение гребня |
Преобразование Хафа |
Структурный тензор |
Обнаружение аффинно-инвариантных признаков |
Описание функции |
Масштабировать пространство |
Адаптация аффинной формы - это методология итеративной адаптации формы сглаживающих ядер в аффинной группе сглаживающих ядер к локальной структуре изображения в области окрестности конкретной точки изображения. Эквивалентно адаптация аффинной формы может быть выполнена путем итеративного деформирования локального фрагмента изображения с помощью аффинных преобразований при применении осесимметричного фильтра к искаженным фрагментам изображения. При условии, что этот итерационный процесс сходится, полученная фиксированная точка будет аффинно-инвариантной . В области компьютерного зрения эта идея использовалась для определения аффинно-инвариантных операторов точки интереса, а также методов анализа аффинно-инвариантной текстуры.
Аффинно-адаптированные операторы точки интереса
Точки интереса, полученные с помощью адаптированного к масштабу лапласовского детектора капель или многомасштабного углового детектора Харриса с автоматическим выбором масштаба, инвариантны к сдвигам, поворотам и равномерному изменению масштаба в пространственной области. Однако изображения, входящие в систему компьютерного зрения, также подвержены перспективным искажениям. Чтобы получить точки интереса, которые более устойчивы к перспективным преобразованиям, естественным подходом является разработка детектора признаков, инвариантного к аффинным преобразованиям .
Аффинная инвариантность может быть достигнута из измерений той же многомасштабной матрицы второго момента с окнами, которая используется в многомасштабном операторе Харриса, при условии, что мы расширим концепцию регулярного масштабного пространства, полученную сверткой с вращательно-симметричными гауссовыми ядрами, до аффинной гауссовой шкалы. пространство, полученное с помощью адаптированных по форме гауссовых ядер (Lindeberg 1994, раздел 15.3; Lindeberg and Garding 1997). Для двумерного изображения , пусть и пусть будет положительно определенная матрица 2 × 2. Тогда неоднородное гауссово ядро можно определить как
и для любого входного изображения аффинное гауссово масштабное пространство - это трехпараметрическое масштабное пространство, определяемое как
Затем введите аффинное преобразование, где - матрица 2 × 2, и определите преобразованное изображение как
- .
Затем, аффинные масштабно-пространственные представления и из и , соответственно, связаны в соответствии с
при условии, что матрицы аффинной формы и связаны согласно
- .
Не обращая внимания на математические детали, которые, к сожалению, становятся несколько техническими, если кто-то стремится к точному описанию происходящего, важно отметить, что аффинное гауссовское масштабное пространство замкнуто относительно аффинных преобразований .
Если мы, учитывая обозначения, а также локальную матрицу формы и матрицу интегрированной формы , введем аффинно адаптированную многомасштабную матрицу второго момента в соответствии с
можно показать, что при любом аффинном преобразовании аффинно-адаптированная многомасштабная матрица второго момента преобразуется в соответствии с
- .
Опять же, не обращая внимания на несколько беспорядочные технические детали, важное сообщение здесь состоит в том, что, учитывая соответствие между точками изображения и , аффинное преобразование может быть оценено по измерениям многомасштабных матриц второго момента и в двух областях.
Важным следствием этого исследования является то, что если мы сможем найти аффинное преобразование , умноженное на константу единичной матрицы, то мы получим неподвижную точку, инвариантную для аффинных преобразований (Lindeberg 1994, раздел 15.4; Lindeberg and Garding 1997). Для практической реализации это свойство часто может быть достигнуто одним из двух основных способов. Первый подход основан на преобразованиях сглаживающих фильтров и состоит из:
- оценка матрицы второго момента в области изображения,
- определение нового адаптированного сглаживающего ядра с ковариационной матрицей, пропорциональной ,
- сглаживание исходного изображения с помощью ядра сглаживания адаптированной формы, и
- повторение этой операции до тех пор, пока разница между двумя последовательными матрицами второго момента не станет достаточно малой.
Второй подход основан на искажениях в области изображения и подразумевает:
- оценка в области изображения,
- оценка локального аффинного преобразования, пропорционального где обозначает матрицу квадратного корня из ,
- искажение входного изображения аффинным преобразованием и
- повторение этой операции до тех пор, пока не станет достаточно близким к постоянному, умноженному на единичную матрицу.
Этот общий процесс называется адаптацией аффинной формы (Lindeberg and Garding 1997; Baumberg 2000; Mikolajczyk and Schmid 2004; Tuytelaars and van Gool 2004; Ravela 2004; Lindeberg 2008). В идеальном непрерывном случае оба подхода математически эквивалентны. Однако на практике первый подход, основанный на фильтре, обычно более точен при наличии шума, в то время как второй подход, основанный на искажении, обычно быстрее.
На практике описанный здесь процесс адаптации аффинной формы часто сочетается с автоматическим выбором шкалы обнаружения точек интереса, как описано в статьях об обнаружении больших двоичных объектов и обнаружении углов , для получения точек интереса, инвариантных для полной аффинной группы, включая изменения масштаба. Помимо широко используемого многомасштабного оператора Харриса, эта адаптация аффинной формы также может применяться к другим типам операторов точки интереса, таким как оператор Лапласа / разности гауссовских капель и определитель гессиана (Lindeberg 2008). Адаптация аффинной формы также может использоваться для распознавания аффинно-инвариантной текстуры и аффинно-инвариантной сегментации текстуры.
Тесно связано с понятием адаптации аффинной формы понятие аффинной нормализации , которое определяет аффинную инвариантную систему отсчета, как далее описано в Lindeberg (2013a, b, 2021: Приложение I.3), так что любое измерение изображения, выполняемое в аффинной инвариантная система отсчета аффинно инвариантна.
Смотрите также
- Обнаружение BLOB-объектов
- Обнаружение углов
- Функция Гаусса
- Детектор аффинной области Харриса
- Детектор аффинной области Гессе
- Масштабировать пространство
использованная литература
- А. Баумберг (2000). «Надежное сопоставление функций в широко разделенных представлениях». Труды конференции IEEE по компьютерному зрению и распознаванию образов . С. I: 1774–1781. DOI : 10,1109 / CVPR.2000.855899 .
- Т. Линдеберг (1994). Теория масштабного пространства в компьютерном зрении . Springer. ISBN 0-7923-9418-6.
- Т. Линдеберг и Дж. Гардинг (1997). «Адаптированное к форме сглаживание при оценке трехмерных сигналов глубины от аффинных искажений локальной двумерной структуры» . Вычисления изображений и зрения . 15 (6): 415–434. DOI : 10.1016 / S0262-8856 (97) 01144-X .
- Т. Линдеберг (2008). «Масштаб-пространство» . Энциклопедия компьютерных наук и инженерии ( Бенджамин Ва , изд.), John Wiley and Sons . IV . С. 2495–2504. DOI : 10.1002 / 9780470050118.ecse609 . ISBN 978-0470050118.
- Т. Линдеберг (2013а). «Инвариантность зрительных операций на уровне рецептивных полей» . PLOS ONE . 8 (7): e66990: 1–33. arXiv : 1210.0754 . Bibcode : 2013PLoSO ... 866990L . DOI : 10.1371 / journal.pone.0066990 . PMC 3716821 . PMID 23894283 .
- Т. Линдеберг (2013b). «Обобщенная аксиоматическая теория масштабного пространства» . Достижения в области визуализации и электронной физики . 178 (7): 1–96. DOI : 10.1016 / B978-0-12-407701-0.00001-7 . ISBN 9780124077010.
- Т. Линдеберг (2021). «Нормативная теория зрительных рецептивных полей» . Гелион . 7 (1): e05897. DOI : 10.1016 / j.heliyon.2021.e05897 . PMC 7820928 . PMID 33521348 .
-
К. Миколайчик, К. и К. Шмид (2004). "Масштабные и аффинно-инвариантные детекторы точки интереса" (PDF) . Международный журнал компьютерного зрения . 60 (1): 63–86. DOI : 10,1023 / Б: VISI.0000027790.02288.f2 . S2CID 1704741 .
Интеграция многомасштабного оператора Харриса с методологией автоматического выбора масштаба, а также с адаптацией аффинной формы.
- Т. Туйтелаарс и Л. ван Гул К. (2004). «Согласование широко разделенных представлений на основе аффинно-инвариантных областей» (PDF) . Международный журнал компьютерного зрения . 59 (1): 63–86. DOI : 10,1023 / Б: VISI.0000020671.28016.e8 . S2CID 5107897 . Архивировано из оригинального (PDF) 12 июня 2010 года.